Level AI

Ce que c’est

Level AI est une solution d’assurance qualité et de conversation intelligence pour centres de contact, conçue pour noter chaque appel, chat et email au lieu du petit échantillon qu’une équipe QA humaine a le temps d’écouter. Elle occupe la même place que les modules de gestion de la qualité de NICE et Verint, mais elle a été construite d’emblée autour de l’IA générative : des scorecards personnalisées sont évaluées par son moteur QA-GPT sur 100 % des interactions, et les mêmes données conversationnelles alimentent le coaching des agents, l’assistance aux agents en temps réel, l’analytics voice-of-customer, l’enregistrement d’écran et un agent virtuel orienté client. Le fondateur et CEO Ashish Nagar a auparavant travaillé sur l’IA conversationnelle d’Amazon Alexa. L’entreprise a bouclé une Série C de 39,4 M$ en août 2024, menée par Adams Street Partners avec le retour de Battery Ventures et Eniac Ventures, pour un total levé de 73,1 M$. Parmi les clients cités figurent Smartsheet, VistaPrint, Ollie, Extra Space Storage et Purple.

Le 14 mai 2026, elle a lancé AI Workers : des agents au périmètre défini par rôle qui construisent un plan de coaching avec les appels et les points de discussion précis en pièce jointe, mènent une recherche thématique à travers les transcriptions, ou produisent une enquête de niveau direction sur les raisons de l’évolution d’un indicateur. Level AI fait état de près de 100 centres de contact enterprise qui les utilisent et de plus de 25 000 exécutions de Workers au lancement.

Pourquoi il apparaît dans les stacks CX et support

• Il répond directement au problème de l’échantillonnage. Une équipe QA de 10 personnes qui revoit cinq interactions par agent et par mois couvre une part négligeable d’un plateau de 200 postes. Level AI note chaque interaction selon votre propre grille, si bien qu’un manquement de conformité lors d’un appel un mardi soir est détecté au lieu d’être simplement redouté.
• Il couvre la voix, pas seulement les tickets. Les intégrations couvrent la couche CCaaS — Five9, Genesys, Talkdesk, Amazon Connect, Twilio, Vonage, Dialpad, UJET, LivePerson — ainsi que les helpdesks : Zendesk, Salesforce, Intercom, Freshdesk, Kustomer, Gorgias et Front. La plupart des jeunes acteurs QA nativement IA partent du helpdesk et traitent le téléphone comme un détail ; la liste d’intégrations de Level AI commence par la couche téléphonique.
• Un seul jeu de données, plusieurs usages. QA, coaching, VoC et assistance aux agents lisent les mêmes transcriptions notées, ce qui supprime l’habituelle dispute entre le tableau de bord QA et le tableau de bord analytics pour savoir quels chiffres sont les bons.
• La documentation pour secteurs réglementés existe. Le fournisseur affiche ISO 27001, SOC 2, HIPAA, PCI et GDPR, et ses secteurs cités sont les services financiers, l’assurance et la santé — les acheteurs pour qui une notation de conformité à 100 % est une exigence, pas un bonus.
• Les utilisateurs le notent bien. 4,7 sur 5 sur 201 avis G2, dont 59 % d’évaluateurs issus d’entreprises mid-market ; le reporting et la facilité de déploiement sont les points forts les plus cités.

La réalité des prix

Aucun prix publié. Tout se fait sur devis, vendu par siège d’agent sur des contrats annuels, avec l’implémentation facturée en sus. Les estimations tierces divergent : des guides d’achat citent une fourchette d’environ 80 à 125 $ par agent et par mois, d’autres la situent autour de 185 $. Tablez sur cette bande, ce qui met un plateau de 50 agents à environ 48 000 à 111 000 $ par an et un plateau de 200 agents à environ 190 000 à 445 000 $ — cohérent avec les budgets annuels de 150 000 à 500 000 $ que les guides tiers décrivent pour l’acheteur type, un VP Customer Service d’une opération de plus de 200 postes.

Pour situer : l’add-on QA de Zendesk est affiché à environ 35 $ par agent et par mois, et les contrats MaestroQA historiques de Rippit se situent entre 18 000 et 60 000 $ par an pour 25-100 agents selon les données de Vendr. Level AI est la ligne la plus chère sur presque n’importe quel devis ; l’argument en sa faveur repose sur la couverture de la voix et les modules groupés autour du QA, pas sur la seule scorecard QA.

Idéal pour

Les responsables des opérations support et les responsables QA qui dirigent des centres de contact d’environ 100 postes et plus, où la voix représente une large part du volume et où un régulateur ou une équipe conformité se soucie de ce que les agents ont dit à chaque appel — fintech, assurance, santé, services aux consommateurs. Il justifie son prix quand vous achèteriez sinon le QA, le speech analytics et l’assistance aux agents sous forme de trois contrats.

Passez votre chemin en dessous d’environ 50 agents, où le calcul par siège et le déploiement piloté par les services l’emportent sur le gain de couverture. Passez votre chemin si vous êtes uniquement chat et email sur Zendesk — Zendesk QA note les mêmes tickets dans l’outil que vous payez déjà. Et passez votre chemin si votre processus d’achat exige un essai en self-serve ; il n’y en a pas.

Face aux alternatives

Les sortants à forte base installée en gestion de la qualité des centres de contact sont les suites d’engagement des effectifs de NICE et Verint. Choisissez-les quand vous exploitez déjà leur stack d’enregistrement et de WFM et que le renouvellement intégrera le QA pour moins cher qu’un nouveau fournisseur ne le facturerait ; Level AI l’emporte quand leur notation repose encore sur des règles de mots-clés et un échantillon. Observe.AI (214 M$ levés) est l’équivalent le plus direct — voix d’abord, auto-QA plus assistance en temps réel — et mérite une confrontation directe sur vos propres appels. Cresta (276 M$ levés, Série D de 125 M$ en novembre 2024) est le rival le mieux financé et le choix à faire quand c’est le guidage des agents en temps réel, et non la notation a posteriori, qui constitue la ligne budgétaire. Les entrants les plus rapides sont des outils de QA support nativement IA comme Solidroad et Intryc, moins chers, orientés tickets et plus rapides à tester ; choisissez-les pour une file uniquement digitale de moins de 100 agents. Rippit est le choix des équipes sur Zendesk ou Intercom dont la vraie question relève de l’analytics conversationnel plutôt que de la notation des agents.

Si aucun ne convient, faites tourner une grille LLM calibrée sur un export hebdomadaire des transcriptions d’une file avant d’acheter quoi que ce soit. Cela vous dira si une couverture complète change vos décisions de coaching — ce qui est la seule raison de payer pour cela.

Points de vigilance

• Les notes prêtes à l’emploi demandent un réglage. Des évaluateurs G2 rapportent que les notes de l’IA ne sont pas toujours exactes avant calibration. Garde-fou : avant de supprimer tout QA humain, faites noter 200 interactions en double, à la main et dans Level AI, et inscrivez un seuil de concordance par question de scorecard — 90 % est une barre raisonnable — dans les critères de mise en production.
• Le déploiement est piloté par les services. Des guides tiers décrivent environ quatre semaines jusqu’à la première valeur et environ 16 semaines jusqu’au déploiement complet. Garde-fou : limitez la phase un à une seule file et une seule scorecard, et liez une partie des frais d’implémentation à la mise en production de cette file avec 100 % de couverture.
• L’étendue de la plateforme se transforme en inflation du bundle. QA, assistance, VoC, enregistrement d’écran, agent virtuel et AI Workers sont des discussions d’achat distinctes avec un seul fournisseur. Garde-fou : obtenez un devis détaillé par module, n’achetez que les modules qui ont un responsable nommé, et plafonnez la hausse au renouvellement dans le bon de commande.
• Son dernier tour annoncé date d’août 2024, dans un segment où Cresta et Observe.AI ont levé environ trois à quatre fois plus. Garde-fou : exigez contractuellement un export complet des transcriptions, des notes et des définitions de scorecards dans un format documenté, et testez cet export pendant le pilote plutôt qu’à la sortie.
• Les chiffres d’AI Workers sont déclarés par le fournisseur. Les près de 100 centres et 25 000 exécutions proviennent du communiqué de lancement, pas d’un audit. Garde-fou : demandez un livrable de Worker sur vos propres données pendant l’évaluation — un plan de coaching pour un agent nommé — et faites-le juger par un chef d’équipe au regard de ce qu’il aurait lui-même écrit.